文生视频已上线
已上线端点FLUX 3 文本转视频
支持可选原生同步音频和物理一致运动的电影感文本转视频。
720p–1080p
$0.25–$0.42/sec视频 API 已上线11 个端点
FLUX 3 API — Black Forest Labs 图像、视频与音频 API
FLUX 3 是 Black Forest Labs 统一的多模态模型家族，在图像、视频和音频数据上联合训练。其已上线的视频端点提供物理一致的运动，以及可选的原生同步音频。FLUX 3 的图像、Dev 和 Omni 变体即将推出。Muapi 会在开放通用访问后启用每个端点，现有用户无需重新注册。
已上线的 FLUX 3 端点视频生成、延长、草稿模式与放大7 个端点
试用模型
文生视频已上线
已上线端点FLUX 3 文本转视频草稿版
用于构思、分镜和提示词迭代的快速低成本草稿模式。
720p快速
$0.09/sec图生视频已上线
已上线端点FLUX 3 图像转视频
将静态图像制作成电影感视频，同时保持与源图像一致的物理运动。
720p–1080p
$0.25–$0.42/sec图生视频已上线
已上线端点FLUX 3 起止帧转视频
在指定的起始帧和结束帧之间生成可控过渡，并支持可选原生音频。
720p–1080p
$0.25–$0.42/sec延长已上线
已上线端点FLUX 3 视频延长
通过提示词引导运动和场景发展，延续已有视频，并支持可选原生同步音频。
720p–1080p
$0.25–$0.42/sec延长已上线
已上线端点FLUX 3 视频延长草稿版
在使用最终质量的 Video Extend 端点前，用快速低成本模式测试连续性。
720p快速
$0.09/sec放大已上线
已上线端点FLUX 3 视频放大器
放大 FLUX 3 或其他视频输出，同时保持运动连贯性和音频同步。
Up to 4×
$1.43–$2.00/run即将推出图像、Dev 与 Omni Reference 变体4 个端点
文生图即将推出
即将推出FLUX 3 文本转图像
旗舰级文本转图像生成，相比早期 FLUX 图像模型具有更清晰的细节和更强的提示词遵循能力，即将推出。
Up to 4K
TBD编辑即将推出
即将推出FLUX 3 图像转图像
基于 FLUX 3 统一架构、支持最多四张参考图像的指令驱动图像编辑，即将推出。
Up to 4K
TBD文生图即将推出
即将推出FLUX 3 Dev
更快、更低成本的 FLUX 3 变体，计划于 2026 年晚些时候开放权重，即将推出。
Up to 4K快速
TBDOmni即将推出
即将推出FLUX 3 Omni
使用多张图像和视频参考进行生成，并保持主体、风格和场景一致，即将推出。
Up to 4K
TBD什么是 FLUX 3？
FLUX 3 是 Black Forest Labs 于 2026 年 7 月公布的新一代前沿模型，在图像、视频和音频数据上联合训练为统一的多模态系统，并可扩展到动作预测。相比只面向图像的 FLUX Kontext，它对现实世界的光照、运动和物理规律有更强的理解。
Muapi 的 FLUX 3 视频 API 已上线。文本转视频、图像转视频、起止帧转视频、视频延长、草稿模式和视频放大共享统一的异步 REST 生命周期；图像、Dev 与 Omni 变体将在开放后加入。
主要能力
统一的图像、视频与音频
一个在图像、视频和音频数据上联合训练的架构，并可进一步用于机器人动作预测。
原生同步音频
已上线的 FLUX 3 视频端点可以生成与视频同步的场景音频，无需单独执行 TTS。
物理一致的运动
生成视频中的运动、光照和物体行为保持现实世界的物理一致性。
指令驱动的编辑
计划中的 FLUX 3 图像转图像端点支持最多四张参考图像和文字指令。
更快的 Dev 变体
计划中的 Dev 版本以少量峰值保真度换取更低延迟和成本，预计 2026 年晚些时候开放权重。
最高 4K 图像输出
FLUX 3 Image 预计支持最高 4K 输出，延续 FLUX 家族的高分辨率方向。
视频延长
Video Extend 使用提示词引导运动和场景发展，延续已有片段。
起止帧控制
Start-End to Video 控制用户提供的两帧之间的过渡。
视频放大
Video Upscaler 在保持运动连贯性和音频同步的同时提升视频分辨率。
快速草稿模式
Text to Video Draft 和 Video Extend Draft 在提示词迭代期间降低成本与延迟。
Omni Reference
计划中的 Omni 模式通过多张图像与视频参考保持主体、风格和场景一致。
Muapi 上的 FLUX 3 变体
| 变体 | 模态 | 分辨率 | 适合场景 | 状态 |
|---|---|---|---|---|
| FLUX 3 文本转图像 | 图像 | 最高 4K | 旗舰级图像生成 | 即将推出 |
| FLUX 3 文本转视频 | 视频 + 音频 | 720p–1080p | 带原生音频的电影感片段 | 已上线 |
| FLUX 3 图像转视频 | 视频 + 音频 | 720p–1080p | 物理一致的图像动画 | 已上线 |
| FLUX 3 视频延长 | 视频 + 音频 | 720p–1080p | 延续已有片段 | 已上线 |
| FLUX 3 Omni | 图像 + 视频 | 最高 4K | 多参考一致性 | 即将推出 |
FLUX 3 视频 API
使用 Muapi API 密钥提交生成请求，保存返回的 request ID，并轮询标准预测结果端点。所有已上线的 FLUX 3 视频端点都使用相同生命周期。
提交视频生成任务
curl -X POST https://api.muapi.ai/api/v1/flux-3-text-to-video \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt":"A cinematic aerial shot of mist moving through a mountain valley at sunrise.","resolution":"720p","duration":5}'
# Response: {"request_id":"REQUEST_ID"}根据工作流选择文本转视频、图像转视频、起止帧转视频或视频延长，并提交对应输入字段。
获取已完成结果
curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \ -H "x-api-key: YOUR_API_KEY" # When status is completed, read the generated media URL from outputs.
轮询直到状态变为 completed，然后从响应中读取生成的媒体 URL。
常见问题
什么是 FLUX 3？
FLUX 3 是 Black Forest Labs 的多模态前沿模型，在统一架构中联合训练图像、视频和音频，并可扩展到动作预测。
现在可以使用 FLUX 3 API 吗？
FLUX 3 视频 API 已在 Muapi 上线，包括文本转视频、图像转视频、起止帧转视频、视频延长、视频放大和快速草稿模式。图像、Dev 与 Omni 变体即将推出。
Muapi 提供哪些 FLUX 3 变体？
Muapi 列出 11 个端点：7 个已上线的视频相关端点，以及 4 个即将推出的图像、Dev 和 Omni 变体。
FLUX 3 与 FLUX.2、FLUX Kontext 有什么区别？
FLUX.2 和 FLUX Kontext 主要面向图像；FLUX 3 统一了图像、视频和音频生成，并增加原生同步音频和更强的现实运动一致性。
FLUX 3 会开放权重吗？
Black Forest Labs 表示更快的开放权重版本将在 2026 年晚些时候推出，Dev 变体是计划中的低成本路径。
FLUX 3 Omni 是什么？
Omni Reference 是计划中的多参考模式，可以根据多张图像和视频参考生成内容，同时保持主体与风格一致。
FLUX 3 视频 API 如何计费？
主要视频端点在 720p 下按每秒 $0.25、1080p 下按每秒 $0.42 计费；草稿模式为每秒 $0.09；视频放大每次约 $1.43–$2.00。
如何通过 Muapi 开始使用 FLUX 3？
创建 Muapi 账户和 API 密钥，然后调用任一已上线端点。即将推出的端点开放后会为现有用户启用。
立即使用 FLUX Kontext →在 FLUX 3 图像变体推出前，使用 Kontext 生成和编辑图像。浏览视频模型 →比较已上线的文本转视频和图像转视频端点。获取 FLUX 3 访问权限 →创建一个 Muapi API 密钥调用已上线端点。
准备开始使用 FLUX 3 了吗？
从已上线的视频端点开始，并为图像和 Omni 版本保持同一套集成。